创建每次迭代后计算的平均值和标准差的图

Question

我有一行数据框：

read.table(text = "            V1        V2        V3        V4        V5        V6        V7        V8        V9       V10
 BACC 0.6203474 0.4466501 0.4820099 0.7003722 0.4851117 0.5173697 0.6073201 0.5911911 0.3759305 0.4627792")

每个列都是重复进行的相同计算（随机样本更改，因此平衡精度值会发生变化）。我想生成一个图表，显示带有误差条的迭代平均值（标准偏差）。因此，例如，在x = 1迭代时，它仅绘制列V1中给出的点。对于第二列，它平均第一列和第二列并计算std。开发。并绘制这个。对于第三列，它平均为第一列，第二列和第三列，并且一直相同，直到它最终平均所有并计算所有的标准偏差。

如何制作这个情节？或者包含每个迭代均值/标准差的数据框？我的真实数据有1000列（而不是10列）所以我想要一些可以扩展到尽可能大的数据集的东西。另外，如果我只想每5次迭代计算平均值/标准差，那该怎么办呢？

如果你能帮助我，我真的很感激。

谢谢！

Answer 1

您可以使用一些tidyverse个包和TTR

来执行此操作

由于ggplot2喜欢长格式的整洁数据，因此此解决方案使用gather将所有测量列放入行中。这也使得更容易执行运行平均值并运行数据的标准偏差。

library(tidyverse) #for dplyr, tidyr, ggplot2
library(TTR) # for runMean and runSD

df <- read.table(text = "            V1        V2        V3        V4        V5        V6        V7        V8        V9       V10
 BACC 0.6203474 0.4466501 0.4820099 0.7003722 0.4851117 0.5173697 0.6073201 0.5911911 0.3759305 0.4627792")


plot_data <- df %>%
  gather(measurement, value) %>%
  mutate(cum_mean = ifelse(value == first(value), value, runMean(value, 1, cumulative = TRUE)),
         cum_sd = runSD(value, 1, cumulative = TRUE))

ggplot(plot_data, aes(x = measurement, y = cum_mean)) +
  geom_col() +
  geom_errorbar(aes(ymin = cum_mean - cum_sd, ymax = cum_mean + cum_sd), size = 0.2)

如果要在一系列行上执行此操作，例如每隔5行，您可以使用slice实现此操作，并将序列包含在数据框中的行数上。

plot_data <- df %>%
  gather(measurement, value) %>%
  slice(seq(1, nrow(.), 5)) %>% 
  mutate(cum_mean = ifelse(value == first(value), value, runMean(value, 1, cumulative = TRUE)),
         cum_sd = runSD(value, 1, cumulative = TRUE))